买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜厦门理工学院;厦门伸如科技有限公司申请的专利一种人工智能多对比度磁共振快速成像方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114305386B 。

龙图腾网通过国家知识产权局官网在2025-05-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111521959.6，技术领域涉及：A61B5/055；该发明授权一种人工智能多对比度磁共振快速成像方法是由郭迪;曾谷山;屈小波设计研发完成，并于2021-12-13向国家知识产权局提交的专利申请。

本一种人工智能多对比度磁共振快速成像方法在说明书摘要公布了：一种人工智能多对比度磁共振快速成像方法，涉及多对比度磁共振快速成像方法。提供重建速度快、重建质量好且有较好解释性的一种人工智能多对比度磁共振快速成像方法。获取不同对比度的多通道磁共振图像，通过将多通道合成单通道来得到满足网络训练要求的训练集；根据传统最优化迭代计算过程搭建基于联合稀疏约束的复数神经网络；建立网络损失函数；训练网络参数；用训练好的网络模型对欠采样多对比度磁共振图像进行重建。同时兼顾了传统算法的可解释性和深度网络的强学习能力，同时应用复数卷积网络来直接处理复数数据，设计联合稀疏约束模块来更好的利用不同对比度间的结构信息，具有重建速度快、重建质量好且有较好解释性的特点。

本发明授权一种人工智能多对比度磁共振快速成像方法在权利要求书中公布了：1.一种人工智能多对比度磁共振快速成像方法，其特征在于包括以下步骤：1获取不同对比度的多通道磁共振图像，通过将多通道合成单通道来得到满足网络训练要求的训练集；2根据传统最优化迭代计算过程搭建基于联合稀疏约束的复数神经网络；所述基于联合稀疏约束的复数神经网络以迭代块为核心，通过叠加若干个迭代块来构成整个网络；每个迭代块包含三个模块：数据校验模块、稀疏学习模块和联合稀疏约束模块，其中联合稀疏约束模块是整个迭代块中不同对比度图像交换信息的唯一位置，也是最关键的模块；整个网络用一个映射函数表示，即fXu；Θ，Θ代表网络训练参数的集合，每个模块的具体内容如下：2.1数据校验模块用于保证重建图像与测量数据间的一致性：第s个迭代块的输入表示为s表示迭代块的索引，表示第c种对比度磁共振图像在第s个迭代块处的输入，数据校验快执行如下操作： 每种对比度图像单独进行数据校验操作，γs表示第s个迭代块的步长且满足γs∈Θ，U和F分别表示欠采样矩阵和傅里叶变换，表示第c种对比度的欠采样图像，表示第c种对比度图像经过第s个数据校验模块的输出；当s＝1时，2.2稀疏学习模块用于学习一个稀疏转换，目的是让输入的图像被尽可能的稀疏表示：它包含前向稀疏操作和反向稀疏操作，分别用和表示，且满足数据校验块的输出作为前向稀疏操作的输入，稀疏操作用三层复数卷积层代替，每层包含24个特征图，卷积核大小为3×3，激活函数使用复数线性整流函数，前向稀疏操作如下： 是第c种对比度磁共振图像在第s个前向稀疏操作的输出；与数据校验模块一样，每种对比度图像单独操作；需要注意在同一个迭代块中，不同对比度图像在进行前向稀疏操作时网络权重共享，即每个迭代块中仅产生一组反向稀疏操作和前向操作类似，目的是为模拟传统算法中稀疏转换的逆操作；网络层数和卷积核以及激活函数与前向稀疏操作一致，不同处在于反向操作的输入是联合稀疏模块的输出，操作如下： 其中，表示第c种对比度磁共振图像在第s个反向稀疏操作后的输出，是第c种对比度磁共振图像在第s个联合稀疏约束模块的输出；同前向稀疏操作一样，反向稀疏操作中同样网络权重共享；2.3联合稀疏约束模块用于约束不同对比度图像共同稀疏的特性，也是整个迭代块中不同对比度交换信息的唯一模块：这个模块包含两个操作，即组操作G和组软阈值操作其中λ表示惩罚参数且满足λ∈Θ，||·||2表示向量的二范数；组操作G的过程如下：对于前向稀疏操作的输出经过前向稀疏操作后的大小为n×h×w×24，其中，n为每次训练样本数量，h为图像高度，w为图像宽度，24为输出的特征图数量，即之后将不同对比度磁共振图像经过前向稀疏操作后得到的对应的特征图组合起来，用表示形成的24个组的特征，其中代表第c种对比度图像的第k个特征图的向量形式；最后对每组特征图对应的像素点组成一个向量进行组阈值操作，因此，第s个迭代块中的联合稀疏约束模块表示为： 此外，为了加速网络的训练和提升网络效果，在迭代块内和迭代块间分别运用残差结构，在迭代块内，残差结构定义式为： 其中，表示第c种对比度磁共振图像在第s个迭代块的输出；迭代块间的残差结构体现在第s+1个迭代块的输入是前两个迭代块的输出加权的和，数学公式表示为： 其中，μs用来平衡前两个迭代块的输出，且满足μs∈Θ，参数{γ,λ,μ}会进行相应的初始化；3建立网络损失函数；4训练网络参数；5用训练好的网络模型对欠采样多对比度磁共振图像进行重建。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门理工学院;厦门伸如科技有限公司，其通讯地址为：361024 福建省厦门市集美区后溪镇理工路600号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。